文献

J-GLOBAL ID：202002219710883132   整理番号：20A2767224

ウェーブレット係数分散に基づく音声終点認識アルゴリズム【JST・京大機械翻訳】

Speech Endpoint Recognition Algorithm Based on Wavelet Coefficient Variance

著者 (1件)： Zheng Gang (Henan Vocational College of Art,Zhengzhou,China,451464)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICSGEA  ページ： 226-230  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 小さな信号対ノイズ比の場合,従来の音声エンドポイント検出アルゴリズムの性能は,急速に低下し,時には,通常は動作できない。ウェーブレット変換および多重解像度解析に基づいて,本論文は,音声エンドポイント検出におけるウェーブレット係数分散アルゴリズムおよびサブバンド平均エネルギーアルゴリズムを解析して,研究した。音声と雑音の間の周波数領域差を用いて,これら2つのアルゴリズムを最適化する。このスキームはPCAとRBFニューラルネットワークの利点を互いに補完し,音声エンドポイント検出手法WaRBFを提案する。シミュレーション結果は,WaRBFアルゴリズムが音声エンドポイント検出の精度を改善し,より良い雑音とロバスト性を有することを示した。検出結果は,より安定で信頼性があり,それは,より良い実用価値を示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  *アルゴリズム ,  最適化 ,  雑音 ,  シミュレーション ,  信頼性 ,  ロバスト性 ,  ウェーブレット変換 ,  周波数領域 ,  分散アルゴリズム
準シソーラス用語： *認識アルゴリズム ,  サブバンド ,  *ウェーブレット係数 ,  検出アルゴリズム ,  動径基底関数ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (5件)： 符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y) ,  パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (4件)： ウェーブレット係数 ,  音声 ,  終点 ,  認識アルゴリズム